Pairplot Seaborn на Python

В Python мы используем модуль seaborn для создания различных типов графиков и графиков для визуализации набора данных. Различные функции создают разные типы графиков. Иногда одного графика может быть недостаточно для визуализации набора данных, и нам может потребоваться построить несколько графиков одновременно. В этом может помочь функция pairplot().

Из этого туториала Вы узнаете, как использовать функцию pairplot() модуля seaborn в Python.

Он основан на классе PairGrid в seaborn и возвращает объект его типа. Он также отображает все числовые столбцы данных на обеих осях, отображая матрицу различных графиков. Он дает окончательную фигуру с однородным графиком по диагонали и другим графиком для верхнего и нижнего треугольников.

Если мы хотим, мы можем указать необходимые переменные для построения графика с помощью аргумента x_vars, y_vars или vars в функции pairplot().

Например,

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns


df = pd.DataFrame({"Quantity": [5,6,7,8,5,6,7,8,5,6,7,8,5,6,7,8],
                   "Price": [9,10,15,16,13,14,15,18,11,12,14,15,16,17,18,19],
                   "Day" : [1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2],
                   "Product": ['A','A','A','A','B','B','B','B',
                              'A','A','A','A','B','B','B','B']})
sns.pairplot(df)

парный участок в море

В приведенном выше коде мы создаем простой пример функции pairplot(). Обратите внимание на разные графики, нанесенные по диагонали.

Мы можем изменить конечный результат, используя несколько методов и параметров. Параметр hue можно использовать для отображения разных категорий разными цветами. Аргумент palette может определять используемые для этого цвета. Для всех графиков добавлена ​​общая легенда. Мы можем добавить это в приведенный выше пример, чтобы различать два продукта.

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

df = pd.DataFrame({"Quantity": [5,6,7,8,5,6,7,8,5,6,7,8,5,6,7,8],
                   "Price": [9,10,15,16,13,14,15,18,11,12,14,15,16,17,18,19],
                   "Day" : [1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2],
                   "Product": ['A','A','A','A','B','B','B','B',
                              'A','A','A','A','B','B','B','B']})
sns.pairplot(df, hue = 'Product',palette = "husl")

парный сюжет в море с параметром оттенка

Мы также можем управлять типом графиков, которые будут строиться по верхнему и нижнему краям или треугольникам и диагонали. Параметр diag_kind используется для указания графиков для диагонали, а параметр kind - для остальных. Их значение может быть reg, scatter, kde, hist или другой график.

Например,

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns


df = pd.DataFrame({"Quantity": [5,6,7,8,5,6,7,8,5,6,7,8,5,6,7,8],
                   "Price": [9,10,15,16,13,14,15,18,11,12,14,15,16,17,18,19],
                   "Day" : [1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2],
                   "Product": ['A','A','A','A','B','B','B','B',
                              'A','A','A','A','B','B','B','B']})
sns.pairplot(df, hue = "Product", diag_kind = 'hist', kind = 'scatter')

парный график в море с параметром diag_kind

Чтобы настроить отдельные графики по диагонали и иначе, мы используем параметры plot_kws и diag_kws. Мы передаем необходимые настройки в виде пар ключ-значение словаря. Мы можем изменять высоту отдельных участков также с помощью параметра height.

Кроме того, помните, что он возвращает объект класса PairGrid для настройки окончательной фигуры с помощью методов из этого класса.